Texas A&M 研究人員開發最難 AI 基準測試,揭露模型驚人侷限性

Texas A&M University 的科學家與超過 50 位合作者共同創建了迄今為止最具挑戰性的 AI 測試,旨在評估進階語言模型在複雜推理任務上的表現。初步結果顯示,即使是頂尖的 AI 系統也面臨顯著困難,凸顯出儘管這些模型能輕易通過較簡單的基準測試,但目前的能力仍存在差距。該基準測試在一篇經過同行評審的論文中詳細闡述,推動了 AI 安全性與魯棒性(robustness)研究的邊界。未來的版本將加入多模態挑戰,以進一步對新興模型進行壓力測試。
更多故事
NASA 成功讓 Voyager 2 延續一年壽命
• NASA 工程師成功將 49 年歷史的 Voyager 2 太空船運作壽命延長了一年。 • 團隊利用一種特殊的「Big Bang」操縱動作來優化電力流動,以維持這艘老舊探測器的關鍵系統運作。
閱讀原文 · popsci.com
Popular Science觀看:科學家發布迄今最詳細的太陽影像
• 科學家利用位於夏威夷茂宜島的 National Science Foundation Daniel K. Inouye Solar Telescope,捕捉到了迄今為止最詳細的太陽表面影像。 • 這些高解析度影像揭露了在太陽表面起伏的異常羽毛狀圖案,太陽物理學家 Ruizhu Chen 將其比作梵谷《星夜》中盤旋的天空。
閱讀原文 · pbs.org
PBS NewsHourSpace X 墜毀首批照片揭露月球新隕石坑
• Elon Musk 的 Falcon 9 火箭碎片在太空中漂浮一年後,於週三墜落在月球表面。 • 此次撞擊在月球上形成了一個新的隕石坑,首批墜毀現場的照片已將其捕捉下來。
閱讀原文 · telegraph.co.uk熱門科學 DIY 百科全書(1963 年 1 月號雜誌)的最佳替代方案 - NuestrAmérica XXI
• 本文推薦 ScienceDaily 和 Live Science 作為讀者尋求易懂且無技術術語之科學內容的最佳替代方案。 • 這些平台充當新聞聚合器,將複雜的新聞稿和大學研究轉化為適合一般大眾閱讀的格式。
閱讀原文 · martianodigital.com前所未見的影像顯示太陽充滿微小旋轉渦流:為何這是一項突破性發現
• 科學家利用美國 National Science Foundation 的 Daniel K. Inouye Solar Telescope 發現了 Kelvin-Helmholtz Instability (KHI),這種現象表現為太陽表面的微小旋轉渦流。 • 這些類似於小型漩渦的旋轉圖案被捕捉在前所未見的影像中,標誌著太陽物理學的一項重大突破。
閱讀原文 · livemint.comNASA 找出讓運行 48 年的 Voyager 2 探測器再延續一年壽命的方法
• NASA 已成功執行功率降低操作,以延長 1977 年啟動的 Voyager 2 探測器的運作壽命。 • 這些調整避免了該探測器在今年晚些時候必須關閉最後 remaining 的科學儀器之一。
閱讀原文 · space.com
Space.com2029年4月將有一顆巨大小行星擦身而過,科學家擔心仍可能產生重大影響 : ScienceAlert
• 根據發表在 The Planetary Science Journal 的研究結果,一顆巨大小行星預計將於2029年4月掠過近地空間。 • 雖然預計該小行星僅會擦身而過,但科學家擔心這次近距離接觸仍可能導致重大後果。
閱讀原文 · sciencealert.com
ScienceAlert「又邁進一步」:NASA 宇航員執行 6.5 小時太空行走,為 ISS 太陽能電池陣列升級做準備
• NASA 宇航員 Jessica Meir 和 Anil Menon 於 2026 年 8 月 6 日星期四在 International Space Station 外部完成了一次為期 6.5 小時的太空行走。 • 機組人員重點安裝了即將進行的太陽能電池陣列升級所需的重要安裝硬件。
閱讀原文 · space.com
Space.comNASA 的 Voyager 2 成功完成大膽的「大爆炸」操作
• NASA 已成功對 Voyager 2 太空船執行一次大膽的「大爆炸」操作,以延長其運作壽命。 • 在太空中飛行 49 年後,兩艘 Voyager 探測器都面臨嚴重的電力短缺,威脅到其傳輸數據的能力。
閱讀原文 · scientificamerican.com
Scientific American首次在太陽表面發現電漿波
• 天文學家首次在太陽表面偵測到以小型渦流形式存在的電漿波。 • 該發現是利用全球最大的太陽望遠鏡完成的,使研究人員能夠觀察到這些高解析度的運動。
閱讀原文 · popsci.com
Popular ScienceNASA 透過風險較高的「大爆炸」操作為 Voyager 2 太空船延長一年電力,接下來輪到 Voyager 1。
• NASA 成功在 Voyager 2 太空船上執行了一項風險較高的「大爆炸」節能操作,將其運作電力延長了一年。 • 這台擁有 50 年歷史的探測器在繼續穿越星際空間的旅程中,其科學儀器的電力正逐漸耗盡。
閱讀原文 · livescience.com
Live ScienceNASA 工程師協助延長 Voyager 2 的科學任務 - NASA Science
• NASA Jet Propulsion Laboratory 的工程師已成功優化 Voyager 2 的電源管理,以延長其運作壽命。 • 團隊釋出了關鍵的電能,使該太空船能夠比原先預期的更長時間地運行其科學儀器。
閱讀原文 · science.nasa.gov
NASA Science
